COSTRA 1.0

COSTRA 1.0 是一个复杂句子转换的数据集。该数据集旨在研究句子级嵌入，而不仅仅是简单的单词替换或标准释义。数据集的第一个版本仅限于捷克语的句子，但构造方法是通用的，作者计划将其也用于其他语言。该数据集由 4,262 个独特的句子组成，平均长度为 10 个单词，说明了 15 种类型的修改，例如简化、泛化或正式和非正式的语言变体。